Att använda AI för att hantera våra scheman

Hur AI:n i våra fickor kommer att hjälpa oss att bli mer effektiva människor

Att boka möten: en uppgift som människor kan uppleva som tröttsam och frustrerande. Just den typen av arbete som borde automatiseras. Det är en viktig del av Doodles eget uppdrag, och chatboten Meekan finns till för att hjälpa till att uppnå det. Med sitt änglaliknande tålamod och sin häpnadsväckande snabbhet är uppgiften att boka krångliga möten på väg att bli AI:s exklusiva domän. Alla moderna människor måste veta lite om AI. I det här inlägget delar vi med oss av några av våra insikter om hur AI verkligen kan fungera för och tillsammans med människor. Vi kommer också att prata om de unika utmaningar som AI står inför för att bli mer effektiv, vilka delar av AI som stämmer överens med mänskligt tänkande och vad som blir ett felmeddelande. Och vi ska se hur AI:n i våra fickor börjar bli verkligt integrerad i våra dagliga liv.

Låt oss börja med något lite nedslående (men det blir bättre): just nu, när det gäller arbetslivet och att organisera vårt privatliv, finns det många appar som erbjuder sig att hjälpa oss att hantera våra scheman. Teknikens mål har alltid varit att optimera användningen av vår tid och vår produktivitet. Ändå är frustration över tekniken fortfarande en alltför vanlig upplevelse, särskilt när det gäller att synkronisera inte bara våra egna kalendrar utan hela teamets kalendrar. Så, vad är det som händer?

De två största utmaningarna som AI måste övervinna för att verkligen kunna hjälpa människor

 När det gäller automatisering av schemaläggning finns det två utmaningar som är särskilt utmärkande för AI. De två huvudsakliga utmaningarna är:

• AI:s språkförståelse, och

• hur AI är utspridd och fördelad i våra liv och enheter så som vi använder dem idag. Våra enheter rymmer otaliga små AI-komponenter, var och en utformad för att hantera en enskild, liten uppgift. I någons telefon använder WhatsApp AI, liksom Tinder, Google Kalender, Yelp och kartapparna; men Tinders AI har teoretiskt sett inget att göra med den AI som Google Kalender använder, eller LinkedIn, eller meddelandeappar och så vidare.

AI förekommer alltså i små bitar, i form av en samling isolerade system som endast ibland samarbetar med varandra. Det finns ingen ”gemensam värld” för AI. Detta utgör ett problem för en AI som försöker hjälpa en grupp människor att boka ett möte.

Så här hjälper AI dig redan varje dag

Ta ett steg tillbaka och fundera över hur många saker AI gör åt oss varje dag: kartappen kan vägleda oss till vår arbetsplats i vilken stad som helst. Den hjälper oss att ta reda på vilken tunnelbanelinje vi ska ta eller vilken förare som ska hämta oss. Listan över AI:s vardagliga tillämpningar blir bara längre och längre.

• filtrering av skräppost

• chattbotar för kundservice

• Personliga digitala assistenter

• planera möten

• matchningar på dejtingappar

• hälso- och konditionsövervakning

• allt som har ansiktsigenkänning, till exempel på Snapchat

• shoppingtips

• evenemang som dina vänner deltar i

• smarta hem

• övervakning av kreditkortsbedrägerier

Det handlar om en mängd små delar och enskilda uppgifter där AI används. Varje tillämpning tillhör en annan myndighet, ett annat företag eller en annan nätverksplattform – Google Kalender tillhör till exempel Google, medan man loggar in på Tinder via Facebook. Men nu blir det intressant.

Tidigare var en av de största källorna till frustration när det gällde tekniken att användarnas enheter inte kunde samverka om de inte befann sig på exakt samma plattform. Men i takt med att arbetslivet går allt djupare in i Industri 4.0-eran har denna oförmåga att synkronisera blivit ett stort hinder för vår produktivitet.

Idag använder människor appar för en hel skog av små uppgifter. Vi integrerar informationstekniken allt djupare i alla aspekter av våra liv. Det innebär samarbete både mellan grupper av människor och mellan grupper av enheter – samt den artificiella intelligensen i dessa enheter.

Ingen kan utgå från att alla använder samma typ av kalender. Utmaningen för en AI-baserad schemaläggningslösning är därför att få, låt säga, fem personers kalendrar att kommunicera med varandra. Om man lyckas övervinna utmaningen med ”den distributiva villkoret för artificiell intelligens” skulle det kunna bana väg för mänsklig produktivitet 4.0.

Doodles chatbot Meekan ska ta sig an utmaningen med att AI är utspridd över en hel rad olika enskilda applikationer, som tillhandahålls av en hel rad olika leverantörer samtidigt, vilket innebär en stor utmaning för automatiserad schemaläggning.

Detta täcker alltså den aspekt som rör AI:s distributiva karaktär.

Den andra utmaningen är att förstå mänskligt språk utan alltför många problem.

Så här lär sig AI mänskligt språk

När det gäller att träna AI i människors språkbruk ligger svårigheten i detaljerna. Om någon talar sarkastiskt skulle en annan människa (förhoppningsvis) förstå det – men AI tar saker för vad de är och följer en märklig väg präglad av formell logik och absurditet. Om en människa i en konversation kort avviker från ämnet, vilket är naturligt, eller om samtalet är fullt av dubbeltydigheter, eller om någon till exempel uttrycker sig i metaforer: alla dessa faktorer kan leda till att AI:n slutar fungera som den ska.

Om den inte, förstås, kan skilja mellan de olika tonfall som förekommer i mänskligt tal. Tonfallet kan vara informativt, sarkastiskt, dramatiskt, humoristiskt, sakligt – vad som helst.

Det är ett lite känt faktum, men företag placerar hundratals och tusentals tekniker i datacenter överallt för att finslipa AI:s semantiska precision. Varje ord har ett semantiskt moln av möjliga primära och sekundära betydelser – tänk bara på de många användningarna av ordet ”arm”. Men det här är fascinerande: En tekniker som arbetar med semantiska moln kommer att märka varje ord med dess många nyanser av betydelse. Tekniker som arbetar med semantiska moln analyserar mänskliga yttranden för att visa AI hur vi människor varierar vår ton.

Det är ett omfattande och komplext arbete, eftersom utvecklarna strävar efter att skapa en AI som verkligen kan förstå hur människor kommunicerar – indirekt, i sidled och på ett kringgående sätt – och som utan ansträngning kan navigera i det oändligt intrikata nätverket av mänskligt språkligt uttryck.

All denna insats bygger på datorkraft, och kostnaden för detta håller snabbt på att bli en strategisk fråga i sig. Doodles vd Christian Fielitz hävdar att datorkraft kommer att handlas på ungefär samma sätt som olja – och att beslutet om vilken AI som ska utvecklas internt och vilken som ska köpas in kommer att forma mjukvaruföretagens kostnadsstrukturer under många år framöver.

Vi vill att AI ska vara integrerad, inte stå separat från oss själva

AI-chattbotar som Meekan eller digitala assistenter som Siri eller Alexa är tränade att ignorera allt vi säger tills de uppfattar något som de kanske kan hjälpa oss med. Anledningen till att vi måste säga ”Siri, öppna Tinder” är att ordet ”Siri” fungerar som en ”på”-knapp för att aktivera Siri. Detsamma gäller för ett e-postmeddelande där du kanske sätter en digital assistent som hanterar schemaläggning i kopia (cc).

I det fallet utbildas vi människor i att styra AI; men målet är att få AI:n att intuitivt tillgodose våra behov, utan att vi människor behöver lära oss hur man använder den. Målet är att integrera AI i vår digitala kommunikation på ett smidigt, hjälpsamt och bekvämt sätt, samt att undanröja dumma robotmässiga missförstånd.

Men missförstånd är förprogrammerade, om ni ursäktar ordleken. Det är svårt att lära AI sunt förnuft om man inte vet vad sunt förnuft är. Ingen vet vad sunt förnuft är, även om alla tror att de vet det. Filosoferna har aldrig enats om en entydig definition av sunt förnuft. Det är omöjligt att mäta sunt förnuft. Så vi står för tillfället inför en stor utmaning när det gäller att träna AI att verkligen förstå vad människor menar när de talar.

Detta täcker den andra stora utmaningen för AI som nämndes inledningsvis, nämligen språkförståelse. De två huvudproblemen som vi har diskuterat här är: språk och AI-tillämpningarnas distribuerade karaktär.

Ett unikt ögonblick i teknikens historia

Att utveckla ett AI-program som kan planera möten på ett bra sätt är en utmaning som många utvecklare fortfarande betraktar som ”omöjlig”. Men det avgörande är att vi nu befinner oss vid en historisk tidpunkt då förutsättningarna är på plats för att nya tillämpningar inom AI ska kunna växa fram. Enligt bloggen wecognize är de tre viktigaste förutsättningarna följande:

• det faktum att ett stort antal människor numera rutinmässigt använder hårdvara som är tillräckligt kraftfull för att köra avancerade program samt digitala infrastrukturer, såsom sociala nätverk och molnbaserade tjänster

• Vi genererar och delar nu datamängder som aldrig tidigare skådats. Personliga uppgifter, var vi befinner oss, preferenser, vanor, behov, önskemål, sysselsättning, hälsa, juridiska och ekonomiska uppgifter, privata tankar, mål och drömmar för framtiden, hela kärlekshistorier, gräl med vänner och historiken över alla våra sociala interaktioner. Allt detta kan användas för att träna en AI i exakt hur människor fungerar och hur de använder sina ord.

• Det finns redan system på plats för att samla in och lagra användardata. Detta banar väg för tekniker att testa och utveckla bättre och mer sofistikerade algoritmer.

AI eller science fiction?

Under de senaste två åren har branschen för artificiell intelligens vuxit explosionsartat och utvecklats till en veritabel skog av nya företag. Självutnämnda ”visionärer” baserar sin förståelse av AI på science fiction, vilket inte stämmer överens med den verklighet som präglar AI-området idag.

Det stämmer inte heller överens med vart AI är på väg. Science fiction har visat oss robotar med artificiell intelligens på mänsklig nivå, avsedda att förbrylla en naiv publik. Men den typen av naivitet har bleknat, och numera är människor alldeles för världsvana, pessimistiska, post-entusiastiska och vana vid teknik och innovation. Vi blir inte längre förvånade av en berättelse om androidrobotar som förälskar sig i människor. Men vad kan Det som verkligen förvånar vissa av oss just nu är en AI som kan boka alla våra möten med rätt intuition.

Tills den dagen infinner sig ligger pressen på de verktyg vi redan använder – och de flesta team känner av den tidigare än de räknar med. Vi har kartlagt de tre tillfällen då ditt kalenderverktyg inte längre räcker till, från samordningsutmaningar i tillväxtfasen till AI-initiativ som kräver avskild tid för koncentration.